| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 运动目标跟踪的主要技术方法 | 第11-15页 |
| 1.2.1 运动目标跟踪系统 | 第11-12页 |
| 1.2.2 目标跟踪的技术方法 | 第12-14页 |
| 1.2.3 目标跟踪运动估计方法 | 第14-15页 |
| 1.3 主要研究内容 | 第15页 |
| 1.4 论文的结构安排 | 第15-17页 |
| 第2章 基于Mean Shift的运动目标跟踪研究 | 第17-29页 |
| 2.1 引言 | 第17页 |
| 2.2 Mean Shift算法原理 | 第17-23页 |
| 2.2.1 无参密度估计 | 第18-20页 |
| 2.2.2 基本Mean Shift | 第20-21页 |
| 2.2.3 扩展的Mean Shift | 第21-22页 |
| 2.2.4 Mean Shift算法步骤 | 第22-23页 |
| 2.3 基于Mean Shift的目标跟踪算法 | 第23-27页 |
| 2.3.1 目标模型 | 第23-25页 |
| 2.3.2 基于Bhattacharyya系数的目标跟踪 | 第25-26页 |
| 2.3.3 基于Mean Shift算法的目标跟踪 | 第26-27页 |
| 2.4 Mean Shift算法面临的挑战 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 精简等价模式与颜色融合的MS目标跟踪 | 第29-46页 |
| 3.1 问题提出 | 第29页 |
| 3.2 特征描述的设计 | 第29-37页 |
| 3.2.1 LBP微模式设计 | 第30-35页 |
| 3.2.2 精简LBP等价模式 | 第35-36页 |
| 3.2.3 颜色与纹理特征融合 | 第36-37页 |
| 3.3 特征融合的MS跟踪算法 | 第37-39页 |
| 3.3.1 特征融合的MS跟踪模型 | 第37-38页 |
| 3.3.2 精简等价模式的提取算法 | 第38页 |
| 3.3.3 特征融合的MS跟踪算法流程 | 第38-39页 |
| 3.4 实验结果与分析 | 第39-44页 |
| 3.4.1 实验环境 | 第39-40页 |
| 3.4.2 实验结果与分析 | 第40-44页 |
| 3.5 本章小结 | 第44-46页 |
| 第4章 目标模板在线更新的MS目标跟踪 | 第46-60页 |
| 4.1 问题提出 | 第46页 |
| 4.2 线性加权的模板在线更新设计 | 第46-51页 |
| 4.2.1 模板更新的策略 | 第47-49页 |
| 4.2.2 模板更新评定参数 | 第49-50页 |
| 4.2.3 线性加权模板更新算法 | 第50-51页 |
| 4.3 改进的分块抗遮挡MS跟踪方法 | 第51-55页 |
| 4.3.1 候选目标分块的预测 | 第51-53页 |
| 4.3.2 改进的目标模板在线更新的MS跟踪算法 | 第53-55页 |
| 4.4 实验结果与分析 | 第55-59页 |
| 4.4.1 实验环境 | 第55页 |
| 4.4.2 实验分析与结论 | 第55-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第5章 目标尺度自适应的MS目标跟踪 | 第60-71页 |
| 5.1 问题提出 | 第60页 |
| 5.2 目标尺度自适应设计 | 第60-65页 |
| 5.2.1 基于权重因子的尺度更新 | 第61-63页 |
| 5.2.2 基于尺度修正的设计 | 第63-65页 |
| 5.3 目标尺度自适应更新的MS跟踪算法 | 第65-67页 |
| 5.4 实验仿真 | 第67-70页 |
| 5.4.1 实验环境 | 第67页 |
| 5.4.2 实验结果与分析 | 第67-70页 |
| 5.5 本章小结 | 第70-71页 |
| 第6章 总结与展望 | 第71-72页 |
| 6.1 本文总结 | 第71页 |
| 6.2 未来展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76页 |
